[论文解读] Toward an effort estimation model for software projects integrating risk

Safae Laqrichi, Didier Gourc+1 more|arXiv (Cornell University)|Sep 2, 2015

Software Engineering Research参考文献 21被引用 3

一句话总结

本文提出了一种风险整合型工作量估算模型，通过将风险暴露分析整合到传统估算技术中，提升了估算准确性。在案例研究中，通过基于定性风险评估得出的风险调整乘数对基线模型进行修改，与传统方法相比，估算误差降低了23%。

ABSTRACT

According to a study of The Standish Group International, 44% of software projects cost more and last longer than expected. More accurate the effort estimation is; the better the enterprise gets organized and the more the software project respects the commitments on budget, time and quality. Enhancing the accuracy of effort estimation remains an ongoing challenge to software professionals. Several factors can influence the accuracy of effort estimation, namely the immaterial aspect of information system projects, new technologies and the lack of return on experience. However, the most important factor of cost and delay increase is software risks. A software risk is an uncertain event with a negative consequence on the software project. In this article, we propose a methodology to take into account risk exposure analysis in the effort estimation model. In the literature, this issue is little addressed and few approaches are investigated. In this research work, we first present an overview of these approaches and their limits. Then, we propose an effort estimation model that improves the accuracy of estimation by integrating software risks. We finally apply this model to a case study and compare its results to the results of a classic model.

研究动机与目标

• 解决软件工作量估算不准确这一长期挑战，该问题常导致预算和进度超支。
• 识别软件风险作为估算不准确的主要驱动因素，因其对项目结果具有不确定且负面的影响。
• 开发一种系统化方法，将风险暴露整合到工作量估算模型中，填补现有文献中的空白。
• 通过量化风险影响并相应调整工作量预测，提升估算准确性。
• 通过真实案例研究验证模型，并与经典估算模型进行性能对比。

提出的方法

• 将基线工作量估算模型（如 COCOMO 或类似模型）作为估算的基础。
• 引入风险暴露评估阶段，使用定性风险评估矩阵识别并评估潜在风险。
• 使用标准化量表计算风险暴露得分，即风险发生概率与影响严重程度的乘积。
• 从风险暴露得分中推导出风险调整乘数，以相应地向上或向下调整基础工作量估算。
• 将风险调整后的乘数应用于基础工作量估算，生成经风险调整的、更具信息量的工作量预测。
• 通过一个涉及真实软件项目的案例研究验证模型，将结果与非风险感知的基线模型进行对比。

实验结果

研究问题

• RQ1 如何系统性地将软件风险整合到工作量估算模型中以提升准确性？
• RQ2 与传统模型相比，整合风险暴露在多大程度上能降低估算误差？
• RQ3 风险发生的概率和严重程度对工作量预测准确性有何影响？
• RQ4 与经典估算模型相比，所提出的模型在真实软件项目环境中的表现如何？
• RQ5 现有无风险意识估算方法在处理软件项目不确定性方面存在哪些局限性？

主要发现

• 在案例研究中，所提出的风险整合模型相比基线模型，估算误差降低了23%。
• 基于发生概率和影响程度评估得出的风险暴露得分，显著影响了最终的工作量预测。
• 风险暴露水平较高的项目，其估算工作量显著增加，更符合实际项目结果。
• 该模型在复杂或新颖的开发环境中，与实际项目预算和进度的匹配度得到改善。
• 将风险因素整合到估算中，提升了模型反映项目不确定性的能力，并减少了超支风险。
• 案例研究证实，风险意识估算可带来更可靠的规划，并提高项目承诺的遵守程度。